Redis的模糊查询在生产环境出现严重的性能问题

做一个积极的人

编码、改bug、提升自己

我有一个乐园，面向编程，春暖花开！

Redis是一个高性能高效率的key-value存储的nosql数据库，由于数据是存储在内存中，因此访问速度非常快，由于项目涉及到数据库的查询非常多，而数据变大并不是非常频繁，所以在项目中采用Redis分担大部分MySQL的压力。

在项目中实际使用我用的Redis提供的客户端连接工具包jedis，在项目中引入jedis.Jar即可

 1public static Set<String> searchLike(String like_key) {
 2 //线上环境模糊查询带来严重的性能问题，杜绝使用
 3 if(!Config.IS_BUG){
 4 return null;
 5 }
 6 Jedis jedis = RedisApi.getJedis();
 7 boolean is_ok = true;
 8 try {
 9 if (jedis == null) {
10 return null;
11 }
12 return jedis.keys(like_key);
13 } catch (Exception e) {
14 // TODO: handle exception
15 is_ok = false;
16 return null;
17 } finally {
18 close(jedis, is_ok);
19 }
20}

每当用户登录成功之后，都会生成一个cookie，分别存在客户端和Redis数据库，cookie的key由cookie值+用户ID组成：cookie字符串+"_"+用户ID，

例如用户cookie为d9fb0ea5955fcf0a2183c5076，用户ID为 19092,

那Redis中存储的key就是 d9fb0ea5955fcf0a2183c5076_19092,最终的key-vlaue就是：

1{"d9fb0ea5955fcf0a2183c5076_19092":d9fb0ea5955fcf0a2183c5076}

而在用户不断的登录成功，就不断地产生这样的记录，久而久之，会积累出非常多的无用的key，浪费redis的空间，也加重了redis查询的负担，因此想到使用Redis的模糊查询来清掉无用的cookie的key

而Redis的客户端jedis操作是通过jedis.keys(keys)来完成的，keys可以使用通配符来匹配Redis中的key

通配符说明：

*: 0到任意多个字符 eg：searchLike("test*")

?: 1个字符

比如现在需要清除某个用户所有的无用的cookie的key，，则可以写成 *_19092

1 String key_like = "*_19092";
2 Set<String> keys = RedisApi.searchLike(key_like);

这样就可以查出所有这个用户的keys，调用jedis提供的批量删除key的方法即可达到目的。

1String key_like = "*_19092";
2Set<String> keys = RedisApi.searchLike(key_like);

到这里从需求到逻辑到编码一气呵成，简单测试没什么问题后，就发布到线上，由于平时网站的流量不算非常高，所以运行了几天也没发生什么异常，直到今天早上，拥有几十万粉丝的公众号发推文，推文的内容直接链接到网站，因此说瞬间流量是非常高

运行了大约十分钟之后，运营突然发疯的过来说网站访问非常慢，甚至出现错误码，心里一慌，赶紧上去看日志，我了个乖乖啊，简直是吓人，error日志想流水一样蹦出来，但五一不例外都是下面图示的错误：从Redis池中获取不大连接数，马上上redis服务器查看，发现CPU已经到达了100%以上

能让Redis的CPU到100%的，我想出了一下几个可能：

1. 连接数过多，占用连接的时间过长
2. 存储的值过大，存取均很占用CPU和内存
3. 慢查询，事其它操作等待时间超时
4. redis阻塞，某个操作把Redis阻塞，导致CPU飙升

由于项目上线时间已经很久，前三个可能基本都在平时查看Redis服务器性能的过程中排除掉，因此很大概率是第四个，突然想起前几天做的功能，有个模糊查询，该不是这个问题吧？我到网站输入Redis 模糊查询 性能，出来非常多关于redis模糊查询性能急剧下降的的情况，而且建议生产环境下禁用redis的模糊查询，于是我把模糊查询这块业务直接注释掉，重新上线，运行了半天，再没出现这个问题，因此可以断定就是模糊查询搞的鬼。

【替代方案】

有问题肯定是要解决的，既然模糊查询行不通的，那就得想别的办法达到目的，想到Redis有Set这这种存储结构，因此可以把用户的所有cookie key都放到一个用户专属的Set中，每次用户登录成功之后，都把之前Set里的cookie key清除，然后再把最新的key放进去，这样就可以达到同样的目的了。

 1String setKey = "prefix_customer_cookie_list_10920";
 2 String token="ss2ssssss";
 3 //取出所有的用户的cookie key
 4 Set<String> list = RedisApi.getSet(setKey);
 5 if (list != null && list.size() > 0) {
 6 //删除用户所有的cookie key
 7 RedisApi.removeFromSet(setKey, list.toArray(new String[0]));
 8 }
 9 //把最新的cookie key加入到Set中
10 RedisApi.addSet(setKey, token);

持续关注，后续继续推送精彩文章~